Discussion :

[fred1599]

Bonjour tout le monde,

J'aimerais retirer des infos venant d'un fichier pdf. Je suis sous linux, du coup j'ai pensé à pdftotext pour transformer mon pdf en txt, ce qui fonctionne bien.

Seulement je souhaiterais utiliser que des lib python. Pour ce genre d'exercice est-ce possible? Si oui quel lib puis-je utiliser?

Merci par avance

[kango]

bonjour

http://www.reportlab.org/

peut être le lien donné en bas de page PageCatcher ?

[fred1599]

Merci pour ta réponse kango, malheureusement ce module ne me convient pas car il n'est pas libre.

Dommage

Si d'autres idées...

[rambc]

J'aimerais retirer des infos venant d'un fichier pdf. Je suis sous linux, du coup j'ai pensé à pdftotext pour transformer mon pdf en txt, ce qui fonctionne bien.

Bonjour,
je serais assez curieux de voir comment tu fais. Quelle commande utilises-tu sous Linux ? L'ajout d'un snippet ici serait sympa.

[fred1599]

je serais assez curieux de voir comment tu fais. Quelle commande utilises-tu sous Linux ?

Ah je vois que je ne suis pas le seul intéressé

C'est assez simple, tu utilises la commande pdftotext

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

os.system("pdftotext ton_fichier.pdf ton_fichier.txt") # transforme du pdf en txt

[rambc]

Ah je vois que je ne suis pas le seul intéressé

Ok merci. En fait, je n'en ai pas l'utilité a priori mais on ne sait jamais.

Pour ma part, je cherche au contraire à produire des PDF. J'ai opté pour LaTeX car mes documents seront scientifiques.

[fred1599]

Voila je me répond à moi-même, j'ai trouvé pypdf ici

[kango]

merci, hop dans mes marques pages

j'ai pas encore eu l'occasion d'utiliser ceci mais il faudrait que je me force un peu